论文研究基于改进Canny算子和神经网络的人体行为识别模型.pdf

基于神经网络的人脸识别检测MATLAB模型

基于神经网络的人脸识别/检测MATLAB模型，做好了一个GUI，先进行神经网络的训练，然后可以选择一张含有人脸的图片，即可以进行人脸识别/检测。

针对现有的动作识别算法的特征提取复杂、识别率低等问题，提出了基于批归一化变换（batchnormalization）与GoogLeNet网络模型相结合的网络结构，将图像分类领域的批归一化思想应用到动作

基于改进卷积神经网络的年龄和性别识别研究，艾心，罗群，近年来随着计算机技术的发展，人脸年龄和性别识别在身份认证等领域有了越来越多的应用，然而基于图像的年龄和性别识别在真实场景

基于BP_RRA神经网络的人脸识别，李扬，郭嗣琮，针对人脸识别问题，以BP算法和RRA理论为基础，采用BP_RRA作为人脸识别分类器，并结合小波变换，提出一种基于小波变换和BP_RRA神经网络�

为提高人体下肢步态相位识别准确率以实现外骨骼机器人控制，采用一种改进的粒子群优化MPSO-BP神经网络方法识别不同运动模式下的人体步态相位。通过自适应调整学习因子构造MPSO-BP神经网络分类器，以多

提出一种新的基于粒子群优化的BP网络学习算法，该算法是一种全局随机优化算法，将该算法与传统BP—PSO算法对比实验表明：提出的算法性能优于BP算法，而且具有良好的收敛性，并成功应用于水泥水化过程仿真。

等值线图在科学研究、石油地质勘探等应用中具有较重要的应用。对于生成填充的等值线图，提出了一种基于堆栈式边界扫描方法，该方法通过将填充边界特征点和等值线特征点进行统一排序，利用堆栈的先进后出的特性，得到

稠密轨迹的人体行为识别对每一帧全图像密集采样导致特征维数高、计算量大且包含了无关的背景信息。提出基于显著性检测和稠密轨迹的人体行为识别方法。首先对视频帧进行多尺度静态显著性检测获取动作主体位置，并与对

与传统光学相机相比，能同步获取RGB图像和深度图像数据，对人体行为识别提供了新的解决方案。因此，分别对RGB和深度图像序列提取改进的时空兴趣点特征，并基于一定规则实现时空兴趣点特征的融合。由于融合后特

提出了一种基于光流场的医学图像弹性配准方法。方法先对图像进行小波分解，从最低分辨率的近似图像开始，采用光流场的方法进行逐级配准，再对配准的各分量进行重构，直至得到最高分辨率的配准图像。实验表明，这种方

基于四元数时空卷积神经网络的人体行为识别.pdf,传统卷积神经网络（CNN）只适用于灰度图像或彩色图像分通道的特征提取，忽视了通道间的空间依赖性，破坏了真实环境的颜色特征，从而影响人体行为识别的准确率

基于概率神经网络的人脸图像识别,倪洽凯,杨静,本文介绍了概率神经网络的算法原理及其在人脸图像识别的应用。人脸图像经过小波分解和离散余弦变换后,将提取的图像特征值分别送

深度神经网络在静态图像领域已取得突破性进展,并逐步扩展到视频识别领域。人体动作识别是视频识别领域的研究热点和难点,因此,提出了一种基于双流快速区域卷积神经网络(Faster RCNN)改进的人体动作识

利用MATLAB中的神经网络工具箱，结合大量数据训练出一个准确率高的人体行为姿态识别模型。通过对不同角度、不同姿态下的人体运动进行实时监测和分类，实现对复杂行为的准确识别和预测。本课题能够应用于人体运